原作者 Vivian Zhang , Chris Neimeth
编译 CDA 编译团队
本文为 CDA 数据分析师原创作品，转载需授权
根据美国招聘网站 Glassdoor 关于50个最热门工作岗位的报告，数据科学家毫不意外的连续第二年获得了首位。每年， Glassdoor 会根据所有工作获得的“ Glassdoor 工作得分”发布此报告。评分取决于三个关键因素：市场职位需求，工作满意度和平均年薪。
凭借着工作得分 4.8 分，工作满意度 4.4 分（ 5 分为满分），平均年薪 11 万美元，数据科学家名列最热门工作榜首，紧接其后的是技术相关工作，比如数据工程师和 DevOps 工程师。
事实上，在过去的一年中，数据领域相关工作在类似的就业报告也占据着统治地位。 CareerCast.com 的一项最新研究显示，数据科学家工作在未来七年内具有强劲的增长潜力。来自 rjmetrics.com 的统计数据显示， 2015 年美国有 11,400 到 19400 名数据科学家，且其中近一半的人数都是在过去的四年新增的。
在 LinkedIn 上搜索数据科学家职位，可以发现有 13700 多个职位需求。 另外，根据工作趋势发布网站 Indeed 的数据，数据科学家的求职人数的递增没有丝毫放缓的迹象。
根据 Computer Science Zone 的统计，估计在未来十年内，计算机相关工作的职位空缺高达1百万。 那么数据科学家究竟是怎样成为最热门的职业呢？让我们来看一下数据科学家职业大热的原因和发展趋势。
原因1：专业人才的短缺
不仅具有统计数据和分析技能的人才受到追捧，具有软技能的人才更是需求不断。企业青睐那些不仅能和数字打交道，同时又擅长与人沟通的专业人才。因为同时具有这两项技能的人才少之又少。与此同时预计数据科学家的薪酬今年会增长 6％ 以上。
那么能够符合这些工作需求的数据科学家在哪儿呢？答案就是他们的技术还需要更多的历练。虽然计算机科学正在迅速发展中，但是大数据和数据分析课程仅在过去几年才开始进入人们的视线，因此数据科学人才的短缺不会一夜之间解决。可以明确的是，具有专业数据分析技能人才在未来几年内供不应求。
原因2：企业机构在整理数据方面继续面临巨大挑战
数据科学家的重要性正在不断凸显，企业迫切需要能够进行数据整理以及进行数据分析的专业人员。 数据整理、数据清理和将数据转换成可用格式等技能的需求与日俱增。
数据准备需要许多步骤，包括将特定系统代码转换为可用数据，处理不完整或错误的数据等等，但是不良数据的成本很高。 相关研究表明，分析不良数据会使企业每年花费 1300 万美元以上。
因此，对于企业来说，能够筛出可能改变结果或者导致错误见解的不良数据的人才是必不可少的。 毫无疑问数据准备是非常耗时的工作。事实上，数据准备占数据科学家工作的 80％ 左右。但是，即使随着高度复杂的分析仪表板和数据收集工具的增加，在从数据中获得有价值的见解之前，仍然需要具有清理和组织数据专业人员对数据进行处理。
理由3：对于数据科学家的需求不再局限于科技巨头
如今，不仅仅是如 Google 或 Facebook 的大型科技公司需要数据科学家，，同时一些小型的企业也意识到，他们也可以利用数据做出更好，更明智的决策。哈佛商业评论在关于大数据的报告写道，“在行业排名位于前三的公司根据数据做出决策,这能够使其获得平均高于竞争对手 5生产和 6收益。
虽然中小型企业的数据并不像大型企业那么多，但是通过筛选数据，提供有意义的见解会为其提供强大的竞争优势。
我们也看到入门级数据科学家大多涌向创业公司和小型企业，因为这能够使他们在早期的职业生涯中应对更复杂全面的工作。数据科学家具有广泛的技能，他们希望能够立即使用所有这些技能。
小型公司也正在快速吸收数据分析人才。大型企业注意到，如果要吸引他们所渴望的顶尖人才，他们的多步骤，传统招聘流程需要改进。
如何成为数据科学家
有多种方式能够成为数据科学家。大学课程是一个不错的开端，但数据科学的职位往往需要各种技能，这是学校教育很难提供的。
另一种方法是参加数据科学训练营。在那不仅可以学习到数据科学职位所需的分析技能，还可以接受软技能的培训。目前软技能在数据科学领域越发重要，诸如管理跨部门的项目和团队；客户咨询；协助业务发展；将抽象业务问题转化为分析解决方案等等。
因此，如果你试图制定正确的职业发展路线，或者考虑改变职业生涯，为什么不考虑成为数据科学家呢？毕竟这是目前发展迅速且高薪的工作之一。
